使用 leptonica 进行 OCR 图像处理（反色文本）

Posted 2023-04-17

【中文标题】使用 leptonica 进行 OCR 图像处理（反色文本）

【英文标题】：Image processing for OCR with leptonica (inverse color text)

【发布时间】：2012-07-25 14:02:52

【问题描述】：

我正在尝试使用 leptonica 处理以下图像以使用 tesseract 提取文本。

原图：

原始图像上的 Tesseract 会产生这样的结果：

i s l
D2J1FiiE-l191x1iitmwii9 uhiaiislz-2 Q ~37
Bottom linez
With a little time!
you can learn social media technology
using free online resources-
And if you donity
youlll be at a significant disadvantage
to
other HOn-pFOiiTS-

不是很好，尤其是顶部背景。所以使用 leptionica 我使用背景去除算法（模糊、差异、阈值、反转）来获得以下图像：

但是 tesseract 并没有很好地处理它：

@@r-mair lkrm@W lh@w ilr@ mJs@ iklh@ ii@c2lhm1@ll
mm Mime
VWU1 a Mitt-Jle time-
@1m ll@@Wn Om @@@lh1
using free onhne resources-
Andifyoudoni
9110 ate a $0 D
to other non-profrts
I

主要问题似乎是现在所有的文本都是轮廓而不是实体。我该如何调整我的算法，或者我可以添加什么来使文本更稳固？

【参考方案1】：

看来这篇论文提出了一种解决你问题的二值化方法：

T Kasar、J Kumar 和 A G Ramakrishnan。 Font and Background Color Independent Text Binarization。 (2007)

【讨论】：

太好了。在我接受答案之前，您不会碰巧知道该算法的实现吗？

不，很遗憾我不知道是否存在实现。

我用python和opencv做了一个实现。谢谢！ github.com/jasonlfunk/ocr-text-extraction

这是一项巨大的努力，看起来很有希望，但现在文本看起来像是从某个档案中挖出来的，基本上文本对读者来说并不像你在最右边看到的那样清晰可见（ c)